期刊文献+
共找到501篇文章
< 1 2 26 >
每页显示 20 50 100
Study on the Application of Time-Driven Activity - Based Costing in Hotels——Taking a Hotel as an Example
1
作者 XUE Dongye ZHAO Yang FENG Yu 《International English Education Research》 2016年第12期80-82,共3页
关键词 作业成本法 时间驱动 酒店业 应用 饭店 业务流程 盈利能力 服务业
下载PDF
MAC技术优化日间宫腔镜手术麻醉成本的探索——基于TDABC核算模型的研究
2
作者 黄宇 徐妍 +3 位作者 周锐 古丹 罗芳 张炜 《卫生软科学》 2024年第4期74-77,共4页
该研究通过回顾天坛医院2021年10月-2022年9月的日间宫腔镜手术,借助估时作业成本(Timedriven Activity-based Costing,TDABC)模型计算麻醉成本,并记录围术期不良事件,评价了日间宫腔镜手术采用监测下麻醉管理(Monitored Anesthesia Car... 该研究通过回顾天坛医院2021年10月-2022年9月的日间宫腔镜手术,借助估时作业成本(Timedriven Activity-based Costing,TDABC)模型计算麻醉成本,并记录围术期不良事件,评价了日间宫腔镜手术采用监测下麻醉管理(Monitored Anesthesia Care,MAC)技术消耗的麻醉成本及其安全性。717例患者完成麻醉和手术,其中466例接受了MAC麻醉,251例接受了传统的全身麻醉(General Anesthesia,GA)。MAC组平均麻醉成本为889.84元/例,明显低于GA组(1143.57元/例,P<0.0001)。MAC组围术期不良事件发生率(3.65%),与传统GA组(6.37%)相比,差异无统计学意义(P=0.0965),两组均无严重不良后果。多元回归分析显示,MAC组麻醉成本与患者年龄、手术时间和麻醉时间都有相关性(P<0.01)。MAC作为安全、有效的麻醉技术,可显著降低麻醉成本。麻醉医生可以借助TDABC模型进行成本核算,同时优化临床路径和成本控制。 展开更多
关键词 日间手术 宫腔镜 监控的麻醉管理 估时作业成本法 麻醉成本
下载PDF
基于数据驱动的分布式光伏发电功率预测方法研究进展
3
作者 董明 李晓枫 +4 位作者 杨章 常益 任明 张崇兴 焦在滨 《电网与清洁能源》 CSCD 北大核心 2024年第1期8-17,28,共11页
从综述的角度,以分布式光伏系统为对象,分析了功率预测技术的发展情况、存在的难点以及主要影响因素,梳理了应用数据驱动方法实现功率准确预测的技术路线。再以空间相关性、历史出力功率以及气象等影响因素为切入点,梳理了光伏系统数据... 从综述的角度,以分布式光伏系统为对象,分析了功率预测技术的发展情况、存在的难点以及主要影响因素,梳理了应用数据驱动方法实现功率准确预测的技术路线。再以空间相关性、历史出力功率以及气象等影响因素为切入点,梳理了光伏系统数据驱动的功率预测研究现状,分析其相应的数据增强、时空图信息以及特征融合的手段,讨论了技术的优缺点。最后给出了功率预测数据驱动方法研究方向和发展建议。 展开更多
关键词 分布式光伏出力特性 数据驱动 数据增强 时空图信息 特征融合
下载PDF
混合式教学在理实一体化类课程中的应用——以工业机器人现场编程为例
4
作者 龙俊 张自力 《武汉船舶职业技术学院学报》 2024年第2期36-40,共5页
理实一体化类课程是高职院校最为标志性的课程,利用手段丰富的混合式教学来提升该类课程的教学效果,从而达到人才培养质量的提升。通过精品在线开放课程和学习通平台来进行线上线下混合式教学,以解决该类课程目前在教学过程中存在的一... 理实一体化类课程是高职院校最为标志性的课程,利用手段丰富的混合式教学来提升该类课程的教学效果,从而达到人才培养质量的提升。通过精品在线开放课程和学习通平台来进行线上线下混合式教学,以解决该类课程目前在教学过程中存在的一些局限,特别是如何充分利用线上的教学数据,如何分析整理数据,以数据驱动的模式来实时优化课堂的教学设计。通过教学实践总结,对教学方法的创新、教学手段的应用进行了梳理与探讨,为理实一体化类课程的教学改革提供一定的借鉴。 展开更多
关键词 理实一体化 混合式教学 数据驱动 实时优化
下载PDF
珞珈三号01星在轨处理技术及验证
5
作者 王密 郭贝贝 +4 位作者 皮英冬 张致齐 肖晶 戴荣凡 项韶 《测绘学报》 EI CSCD 北大核心 2024年第4期599-609,共11页
遥感卫星在轨处理技术是推动遥感技术实现实时智能服务的核心环节。针对星上资源受限环境引起的系列处理难题及遥感数据实时处理与信息提取需求,本文首先构建了任务驱动的卫星遥感数据在轨处理框架,以任务需求为核心并协同星地资源建立... 遥感卫星在轨处理技术是推动遥感技术实现实时智能服务的核心环节。针对星上资源受限环境引起的系列处理难题及遥感数据实时处理与信息提取需求,本文首先构建了任务驱动的卫星遥感数据在轨处理框架,以任务需求为核心并协同星地资源建立基于感兴趣区域的星上处理技术体系;然后,面向不同任务层级和应用场景,给出了以位置信息为驱动的基础在轨处理模式、以目标/场景内容和变化事件为驱动的智能处理模式;最后,论述了适配星上资源受限环境的在轨处理关键算法,基于珞珈三号01星星上处理应用程序,验证了典型算法的在轨处理效果。在任务驱动和星地协同机制下,实现了在轨高精度定位、多类型影像产品快速生成、静动态目标信息实时提取及静态和动态影像高倍率近实时压缩。在轨处理显著提高了传统地面处理的效率,能够有效支撑后续卫星遥感实时智能服务。 展开更多
关键词 在轨处理 任务驱动 星地协同 实时智能服务 珞珈三号01星
下载PDF
基于分区和滑动时间窗策略的配电网线路参数辨识 被引量:1
6
作者 李晨涛 欧颖雅 +1 位作者 季天瑶 张禄亮 《智慧电力》 北大核心 2024年第3期117-124,共8页
针对配电网线路参数辨识困难、不精确的问题,提出了一种基于分区和滑动时间窗策略的配电网线路参数辨识的方法。首先,使用线性解耦潮流模型最小二乘回归得到线路初始辨识参数。然后,将配电网分成若干个区域,并采用滑动时间窗策略,在每... 针对配电网线路参数辨识困难、不精确的问题,提出了一种基于分区和滑动时间窗策略的配电网线路参数辨识的方法。首先,使用线性解耦潮流模型最小二乘回归得到线路初始辨识参数。然后,将配电网分成若干个区域,并采用滑动时间窗策略,在每个时间窗中对每个区域内的线路参数通过高斯-牛顿法进行精确辨识。最后,对所有时间窗内的辨识结果进行离群值检测,综合各个时间窗的辨识结果得到最终的辨识值。所提方法提高了线路参数的辨识精度,并且可以避免精确辨识时选取到坏数据导致辨识结果偏离真实值。 展开更多
关键词 配电网 线路参数辨识 网络分区 滑动时间窗 数据驱动
下载PDF
时序加权密度峰值聚类算法及用电负荷特性分类模型 被引量:1
7
作者 邹竞成 李鹏 +1 位作者 苏适 沈鑫 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第2期237-245,共9页
针对现有的密度峰值快速搜索算法没有考虑数据的时序性、无法处理动态时间序列数据的问题,在密度峰值快速搜索算法基础之上,增加时序加权因子对数据点间的拓扑关系进行改进,提出了时序加权密度峰值聚类算法,使密度峰值快速搜索算法具有... 针对现有的密度峰值快速搜索算法没有考虑数据的时序性、无法处理动态时间序列数据的问题,在密度峰值快速搜索算法基础之上,增加时序加权因子对数据点间的拓扑关系进行改进,提出了时序加权密度峰值聚类算法,使密度峰值快速搜索算法具有处理动态时序数据的能力.使用基于时序加权密度峰值聚类算法的用户负荷分类模型对OpenEI公布的用户电力负荷数据集进行处理,其聚类效果对比基于密度峰值聚类算法的用户负荷分类模型结果更准确,且统计学评价指标均有所提升. 展开更多
关键词 密度峰值聚类 时间序列 智能电网 数据驱动
下载PDF
基于多模型比选耦合的降水预测 被引量:1
8
作者 武少振 任智慧 +2 位作者 赵雪花 杨默远 桑燕芳 《南水北调与水利科技(中英文)》 CAS CSCD 北大核心 2024年第1期99-109,共11页
变化环境下水文时间序列的模拟预测难度不断加大,以往研究大多聚焦在模型的不同组合尝试与应用探索,但缺乏针对不同组合模型适用性与稳定性的系统研究。选择经验模态分解(empirical mode decomposition,EMD)、总体平均经验模态分解(ense... 变化环境下水文时间序列的模拟预测难度不断加大,以往研究大多聚焦在模型的不同组合尝试与应用探索,但缺乏针对不同组合模型适用性与稳定性的系统研究。选择经验模态分解(empirical mode decomposition,EMD)、总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)、改进的总体平均经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和变分模态分解(variational mode decomposition,VMD)4种常用的分解算法,与多元线性回归(multivariable linear regression,MLR)、随机森林(random forest,RF)、BP神经网络(back propagation,BP)、卷积神经网络(convolutional neural networks,CNN)和长短期记忆神经网络(long short-term memory,LSTM)5种具有代表性的模型结合,构建20种基于“分解-预测-重构”模式的组合模型,并以华北地区密云、官厅两流域年和汛期降水为例,进行模型适用性与稳定性综合对比分析。结果表明:单一模型对密云流域年降水和汛期降水的预测结果优于官厅流域,但整体预测结果均不理想;结合分解算法后的组合模型预测结果明显优于单一模型,且该预测结果存在正负误差抵消现象,因此有助于进一步提高组合模型的整体预测精度;与基于EMD系列的分解算法相比,VMD算法对模型预测精度提升效果最显著,组合模型适用性和稳定性整体上表现为VMD-MLR>VMD-LSTM>VMD-BP>VMD-CNN。 展开更多
关键词 中长期预测 数据驱动模型 组合模型 时间序列分解 非平稳性
下载PDF
高速列车大功率操纵过程分数阶建模及速度时滞预测
9
作者 张坤鹏 严斐 +2 位作者 杨辉 刘鸿恩 安春兰 《电工技术学报》 EI CSCD 北大核心 2024年第14期4557-4566,共10页
针对现有司机操纵策略难以完整描述列车大功率操纵过程的微观变化,设计机理特性和数据驱动模型联合驱动的分数阶建模策略,来满足高速列车无级调速下安全平稳运行的要求。针对高速列车大功率操纵模式下的大惯性特性和司机反应时间,该文... 针对现有司机操纵策略难以完整描述列车大功率操纵过程的微观变化,设计机理特性和数据驱动模型联合驱动的分数阶建模策略,来满足高速列车无级调速下安全平稳运行的要求。针对高速列车大功率操纵模式下的大惯性特性和司机反应时间,该文首先对大功率牵引系统和制动系统的时滞特性进行分析,进而对列车操纵策略设计精简冗余工序编码策略,从闭环控制角度实现速度时滞特性精准预测;其次提出了一种新的分数阶建模方法,并设计分数阶最小二乘算法对模型中的时变参数进行精细化辨识;最后基于现场实验数据验证了所提方法的有效性。 展开更多
关键词 高速列车 大功率操纵过程 数据驱动 时滞 分数阶最小二乘模型
下载PDF
基于即时学习的改进条件高斯回归软测量
10
作者 黎宏陶 王振雷 王昕 《化工学报》 EI CSCD 北大核心 2024年第6期2299-2312,共14页
基于数据驱动的在线软测量是当前工业智能化感知的重要研究方向。在算法实际部署中,过程模态切换以及数据漂移都会导致软测量性能下降,传统自适应方法又存在模型单一、模态遗忘等不足。针对上述问题提出一种基于即时学习的样本时空加权... 基于数据驱动的在线软测量是当前工业智能化感知的重要研究方向。在算法实际部署中,过程模态切换以及数据漂移都会导致软测量性能下降,传统自适应方法又存在模型单一、模态遗忘等不足。针对上述问题提出一种基于即时学习的样本时空加权条件高斯回归(STWCGR)软测量算法。该方法用概率密度估计和条件概率计算实现软测量建模和预测:首先根据即时学习思想通过样本时空混合加权方法筛选局部建模数据,然后结合高斯混合回归思想累积局部单高斯概率密度模型对数据分布进行拟合,最后引入预测动量更新和模态更新策略提高预测稳定性并赋予模型对新工况的学习适应能力。通过仿真实验验证了所提方法在预测精度、稳定性以及新模态适应能力上的有效性。 展开更多
关键词 智能感知 数据驱动软测量 预测 即时学习 高斯混合回归
下载PDF
基于事件驱动的需求侧电池储能二次控制
11
作者 余梦 朱亮亮 +3 位作者 徐辰冠 许静 程宝华 赵晨阳 《武汉理工大学学报(信息与管理工程版)》 CAS 2024年第2期329-334,共6页
为解决需求侧电力资源的灵活调控问题,提出一种基于事件驱动的分布式固定时间二次控制方案。该方案针对需求侧电池储能系统(BESSs),旨在调控其能级、功率和频率以实现对需求侧电网中频率和功率随机波动的补偿。考虑到需求侧仅有部分电... 为解决需求侧电力资源的灵活调控问题,提出一种基于事件驱动的分布式固定时间二次控制方案。该方案针对需求侧电池储能系统(BESSs),旨在调控其能级、功率和频率以实现对需求侧电网中频率和功率随机波动的补偿。考虑到需求侧仅有部分电池可以接收主电网信息,采用分布式控制算法调控每个电池的能级、有功功率和频率,实现了BESSs在固定时间内的能级平衡、有功功率共享和频率调节。此外,该方案引入了事件驱动机制,无需连续通信和频繁切换控制信号,从而显著降低了BESSs调控过程中的能量消耗。最后,仿真实验结果表明,提出的控制方案能够在较低的能量消耗下实现对需求侧电力资源的快速调控。 展开更多
关键词 电池储能系统 分布式控制 固定时间稳定 事件驱动机制 电力资源调控
下载PDF
基于数据-模型混合驱动的电力系统机电暂态快速仿真方法
12
作者 王鑫 杨珂 +3 位作者 黄文琦 马云飞 耿光超 江全元 《中国电机工程学报》 EI CSCD 北大核心 2024年第8期2955-2964,I0002,共11页
数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-T... 数据驱动建模方法改变了发电机传统的建模范式,导致传统的机电暂态时域仿真方法无法直接应用于新范式下的电力系统。为此,该文提出一种基于数据-模型混合驱动的机电暂态时域仿真(data and physics driven time domain simulation,DPD-TDS)算法。算法中发电机状态变量与节点注入电流通过数据驱动模型推理计算,并通过网络方程完成节点电压计算,两者交替求解完成仿真。算法提出一种混合驱动范式下的网络代数方程组预处理方法,用以改善仿真的收敛性;算法设计一种中央处理器单元-神经网络处理器单元(central processing unit-neural network processing unit,CPU-NPU)异构计算框架以加速仿真,CPU进行机理模型的微分代数方程求解;NPU作协处理器完成数据驱动模型的前向推理。最后在IEEE-39和Polish-2383系统中将部分或全部发电机替换为数据驱动模型进行验证,仿真结果表明,所提出的仿真算法收敛性好,计算速度快,结果准确。 展开更多
关键词 机电暂态 时域仿真 数据-模型混合驱动 收敛性 CPU-NPU异构运算
下载PDF
融合自适应评判的随机系统数据驱动策略优化
13
作者 王鼎 王将宇 乔俊飞 《自动化学报》 EI CAS CSCD 北大核心 2024年第5期980-990,共11页
自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽... 自适应评判技术已经广泛应用于求解复杂非线性系统的最优控制问题,但利用其求解离散时间非线性随机系统的无限时域最优控制问题还存在一定局限性.本文融合自适应评判技术,建立一种数据驱动的离散随机系统折扣最优调节方法.首先,针对宽松假设下的非线性随机系统,研究带有折扣因子的无限时域最优控制问题.所提的随机系统Q-learning算法能够将初始的容许策略单调不增地优化至最优策略.基于数据驱动思想,随机系统Q-learning算法在不建立模型的情况下直接利用数据进行策略优化.其次,利用执行−评判神经网络方案,实现了随机系统Q-learning算法.最后,通过两个基准系统,验证本文提出的随机系统Q-learning算法的有效性. 展开更多
关键词 自适应评判设计 数据驱动 离散系统 神经网络 Q-LEARNING 随机最优控制
下载PDF
两个耦合驱动谐振子精确的经典与量子动力学研究
14
作者 陈康康 李海凤 +1 位作者 欧智敏 张凯峰 《大学物理》 2024年第4期22-25,35,共5页
谐振子模型作为一类可严格解析求解的体系,在物理学中占据重要地位,是描述许多物理过程非常有力的理论模型,而关于驱动谐振子的研究却较少涉及.本文研究了两个耦合驱动谐振子模型精确的经典与量子动力学.在经典力学框架下利用哈密顿正... 谐振子模型作为一类可严格解析求解的体系,在物理学中占据重要地位,是描述许多物理过程非常有力的理论模型,而关于驱动谐振子的研究却较少涉及.本文研究了两个耦合驱动谐振子模型精确的经典与量子动力学.在经典力学框架下利用哈密顿正则方程给出含时驱动外场作用在两个耦合谐振子体系的精确能量值.在量子力学框架下考虑非含时驱动外场,给出系统的能量本征值和对应的本征态.考虑含时驱动外场,利用算子代数方法得到该量子体系t时刻的波函数和对应的能量期望值.由于在量子力学框架下微观粒子具有波粒二象性,因此两个驱动耦合谐振子体系的经典与量子动力学存在明显差异. 展开更多
关键词 两个耦合谐振子 含时驱动外场 经典动力学 量子动力学
下载PDF
工业机器人辅助下的智能制造工艺优化研究
15
作者 蔡润康 《现代制造技术与装备》 2024年第1期129-131,共3页
随着制造业的发展,智能制造逐渐成为提升生产效率和产品质量的重要手段。机器人技术作为智能制造的关键技术,在制造工艺中发挥着越来越重要的作用。机器人辅助下的智能制造工艺优化,能够提高制造工艺的灵活性、效率和质量。文章分析了... 随着制造业的发展,智能制造逐渐成为提升生产效率和产品质量的重要手段。机器人技术作为智能制造的关键技术,在制造工艺中发挥着越来越重要的作用。机器人辅助下的智能制造工艺优化,能够提高制造工艺的灵活性、效率和质量。文章分析了工业机器人技术在智能制造工艺优化中的应用,探讨了智能制造工艺优化的需求,提出了工业机器人辅助下的工艺优化方法。通过应用这些方法,制造工艺能够使控制更精细、更灵活,从而提高生产效率和产品质量。 展开更多
关键词 工业机器人 智能制造 工艺优化 数据驱动 实时监测与反馈
下载PDF
基于事件驱动离散时不变系统的无线传感器网络节能输出反馈控制机制
16
作者 程庆 《湖北科技学院学报》 2024年第3期144-150,共7页
针对无线传感器网络节能输出控制过程中,受到网络系统时滞性的影响,导致节能控制输出与期望输出之间存在较大控制误差的问题,提出利用事件驱动离散时不变系统研究无线传感器网络节能输出反馈控制机制。根据无线传感器系统的组成结构,针... 针对无线传感器网络节能输出控制过程中,受到网络系统时滞性的影响,导致节能控制输出与期望输出之间存在较大控制误差的问题,提出利用事件驱动离散时不变系统研究无线传感器网络节能输出反馈控制机制。根据无线传感器系统的组成结构,针对反馈关联大系统进行建模,通过对系统的时滞项进行状态约束,并结合模糊控制调节规则构造网络节能输出反馈控制函数,以此为基础,通过设计驱动条件和时不变系统的状态空间模型,完成网络节能输出反馈控制机制的研究。仿真对比实验结果表明,所提控制机制的控制输出与期望输出之间的控制相对误差更小,节能效果较好。 展开更多
关键词 事件驱动 离散时不变系统 无线传感器网络 节能输出 反馈控制机制
下载PDF
Stability of networked control systems with multi-step delay based on time-division algorithm 被引量:3
17
作者 Changlin MA Huajing FANG 《控制理论与应用(英文版)》 EI 2005年第4期404-408,共5页
A new control mode is proposed for a networked control system whose network-induced delay is longer than a sampling period. A time-division algorithm is presented to implement the control and for the mathematical mode... A new control mode is proposed for a networked control system whose network-induced delay is longer than a sampling period. A time-division algorithm is presented to implement the control and for the mathematical modeling of such networked control system. The infinite horizon controller is designed, which renders the networked control system mean square exponentially stable.Simulation results show the validity of the proposed theory. 展开更多
关键词 Networked control system time-division-driven time-division algorithm Infinite horizon control Mean square exponentially stable
下载PDF
The Role of AI in Cyber Security: Safeguarding Digital Identity
18
作者 Mohammad Binhammad Shaikha Alqaydi +1 位作者 Azzam Othman Laila Hatim Abuljadayel 《Journal of Information Security》 2024年第2期245-278,共34页
This article signals the use of Artificial Intelligence (AI) in information security where its merits, downsides as well as unanticipated negative outcomes are noted. It considers AI based models that can strengthen o... This article signals the use of Artificial Intelligence (AI) in information security where its merits, downsides as well as unanticipated negative outcomes are noted. It considers AI based models that can strengthen or undermine infrastructural functions and organize the networks. In addition, the essay delves into AI’s role in Cyber security software development and the need for AI-resilient strategies that could anticipate and thwart AI-created vulnerabilities. The document also touched on the socioeconomic ramifications of the emergence of AI in Cyber security as well. Looking into AI and security literature, the report outlines benefits including made threat detection precision, extended security ops efficiency, and preventive security tasks. At the same time, it emphasizes the positive side of AI, but it also shows potential limitations such as data bias, lack of interpretability, ethical concerns, and security flaws. The work similarly focuses on the characterized of misuse and sophisticated cyberattacks. The research suggests ways to diminish AI-generating maleficence which comprise ethical AI development, robust safety measures and constant audits and updates. With regard to the AI application in Cyber security, there are both pros and cons in terms of socio-economic issues, for example, job displacement, economic growth and the change in the required workforce skills. 展开更多
关键词 Artificial Intelligence Cyber Attack Cyber Security Real-time Mitigation Social Media Security AI-driven Threat Intelligence
下载PDF
基于超局部化时间序列的永磁同步电机无模型预测电流滑模控制策略
19
作者 魏尧 柯栋梁 +2 位作者 黄东晓 汪凤翔 张祯滨 《电工技术学报》 EI CSCD 北大核心 2024年第4期1022-1032,共11页
在复杂环境、多变负载工况中,由于时变电感参数、磁场耦合、铁心饱和等影响,电机控制精度及可靠性下降。为解决以上问题,该文充分利用时间序列模型反映电机电压、电流等状态变量之间关系,消除传统参数化建模的影响,提出基于超局部化时... 在复杂环境、多变负载工况中,由于时变电感参数、磁场耦合、铁心饱和等影响,电机控制精度及可靠性下降。为解决以上问题,该文充分利用时间序列模型反映电机电压、电流等状态变量之间关系,消除传统参数化建模的影响,提出基于超局部化时间序列的无模型预测电流滑模控制(SMC)方法。该方法将时间序列数据驱动模型超局部化,提升传统超局部模型精度,并采用递归最小二乘法(RLS)在线估计和更新模型中全部待定系数,实时精准响应当前系统工作状态。在此基础上,结合超局部时间序列模型,生成滑模控制函数,并设计Lyapunov方法验证函数趋近条件。实验结果表明,与传统控制方法相比,提出方法具有更强的鲁棒性、更优的电流质量和较低的系统噪声。 展开更多
关键词 无模型滑模控制 超局部化时间序列模型 递归最小二乘算法 数据驱动模型
下载PDF
基于分布鲁棒模型预测控制的微电网多时间尺度优化调度
20
作者 李嘉伟 巨云涛 +2 位作者 张璐 刘文武 王杰 《电力工程技术》 北大核心 2024年第4期45-55,共11页
源荷多元不确定性给“源荷储”一体化微电网优化调度带来了诸多挑战,但传统方案存在优化模型过于片面极端和时间尺度单一导致调度不合理的问题,无法兼顾可靠性和经济性,并且难以协调不确定性分析方法与不同时间尺度之间的配合关系。文... 源荷多元不确定性给“源荷储”一体化微电网优化调度带来了诸多挑战,但传统方案存在优化模型过于片面极端和时间尺度单一导致调度不合理的问题,无法兼顾可靠性和经济性,并且难以协调不确定性分析方法与不同时间尺度之间的配合关系。文中基于数据驱动的多离散场景分布鲁棒方法,提出一种微电网两阶段分布鲁棒日前优化调度模型,使用列和约束生成算法进行求解。结合改进分布鲁棒优化的不确定方法、多时间尺度调度策略和模型预测控制理论,通过逐级细化调度时间尺度和减小预测周期的长度来提高精度,以最小化发电成本以及调节成本等为目标建立日前-日内多时间尺度滚动优化调度模型,较大程度上抵抗系统不确定性因素的影响。结合算例仿真分析,进一步说明了所提模型能够有效消纳新能源、降低运行成本同时兼顾安全性和经济性。 展开更多
关键词 微电网 模型预测控制 多时间尺度优化调度 分布鲁棒优化 多场景技术 数据驱动
下载PDF
上一页 1 2 26 下一页 到第
使用帮助 返回顶部